Wilka Carvalho

AI agents learn to preemptively solve future problems using multitask preplay

研究人员引入了一种名为多任务预演（Multitask Preplay）的新算法，该算法模拟了人类如何利用一项任务的经验来预先学习其他相关任务的解决方案。该方法涉及模拟可访问但未执行的任务，以建立有助于未来表现的预测性表征。在网格世界和类似《我的世界》的环境中进行的实验表明，多任务预演能更好地预测人类的泛化能力，并显著提高人工智能代理在复杂、多任务环境中的迁移学习能力。